KLASTERISASI PASIEN BERDASARKAN PARAMETER VITAL UNTUK PENENTUAN PRIORITAS PELAYANAN MENGGUNAKAN METODE K-MEANS DAN METODE ELBOW

Yanto Saputra, Dina Mardiati

Abstract


Penelitian ini bertujuan mengoptimalkan alokasi sumber daya kesehatan di Puskesmas dengan menggunakan K-Means Clustering pada data kunjungan pasien, mencakup parameter vital seperti tekanan darah, suhu tubuh, frekuensi pernapasan, dan detak jantung. Data dikelompokkan menjadi empat klaster: kunjungan rutin, pemantauan penyakit kronis, kasus darurat, dan kondisi serius. Metode Elbow digunakan untuk menentukan jumlah klaster optimal. Berdasarkan klaster-klaster ini, strategi distribusi sumber daya medis, tenaga kesehatan, dan ruang layanan dikembangkan. Hasil penelitian menunjukkan peningkatan signifikan dalam kepuasan pasien, yang mengonfirmasi efektivitas penggunaan clustering dalam pengambilan keputusan manajerial. Penelitian ini menunjukkan bahwa K-Means Clustering dapat menjadi solusi praktis dan terukur untuk manajemen sumber daya di Puskesmas, dengan potensi pengembangan lebih lanjut melalui integrasi data waktu nyata dan algoritma machine learning lainnya untuk meningkatkan adaptabilitas sistem.

Kata kunci : Data Kunjungan Pasien, K-Means Clustering, Machine Learning, Optimasi Sumber Daya, Puskesmas.


Full Text:

PDF

References


Adini, et al., 2025. (2025). Analisis Pola Penyakit Kronis pada Lansia Menggunakan K-. 6(3), 1842–1853.

Aldiyatna, K., Rahaningsih, N., & Dana, R. D. (2024). PENERAPAN DATA MINING UNTUK CLUSTERING PENYAKIT DIARE MENGGUNAKAN ALGORITMA K-MEANS ( STUDI KASUS : PUSKESMAS BEBER ). 8(3), 3124–3131.

Ali, A., Ayu, S., Uktutias, M., Studi, P., Medis, R., & Kesehatan, I. (2024). OPTIMASI HASIL CLUSTERING DATA REKAM MEDIS BALITA DI DESA JUMPUT REJO DENGAN METODE ELBOW DALAM MENUNJANG PROGRAM. 8(1).

Arofah, M., Purnamasari, A. I., & Ali, I. (2024). IMPLEMENTASI DATA MINING UNTUK CLUSTERING JENIS OBAT MENGGUNAKAN METODE ALGORITMA K-MEANS. 8(2), 1621–1628.

Azizah, A. N., Widiharih, T., Hakim, A. R., Statistika, D., & Diponegoro, U. (2022). Kernel k-means clustering untuk pengelompokan sungai di kota semarang berdasarkan faktor pencemaran air 1,2,3. 11(2017), 228–236.

Eko, et al., 2024. (n.d.). Implementasi Metode K-Means Clustering untuk Menentukan Kondisi Gizi Balita ( Studi Kasus : Puskesmas Mamsena ). 19(1), 163–177.

Hafi, M., Isnan, I., & Ikhwan, A. (2024). Sistem Informasi Penyebaran Penyakit Tuberculosis Paru Di Puskesmas Karang Rejo Dengan Metode K-Means Clustering Berbasis Web. 4(3), 854–864.

Junthopas, W., & Wongoutong, C. (2025). Pre-Determining the Optimal Number of Clusters for k- Means Clustering Using the Parameters Package in R and Distance Metrics. 1–20.

Littman, M., Nguyen, H. B., Campbell, J., & Keyloun, K. R. (2025). Treatment journey clustering with a novel kernel k ‑ means machine learning algorithm : a retrospective analysis of insurance claims in bipolar I disorder. Brain Informatics. https://doi.org/10.1186/s40708-025-00258-x

Lutfiannisa, et al., 2024. (2024). Clustering Data Pasien Berdasarkan Usia di Puskesmas Menerapkan. 5(2), 639–647. https://doi.org/10.47065/josh.v5i2.4755

M. W. Diantika et al., 2025. (2025). Article Info: 14(2012), 335–344. https://doi.org/10.14710/j.gauss.14.2.335-344

Mujahidin, I., Hasanah, S. H., Terbuka, U., C-means, F., & Index, D. (2025). Comparative analysis of k-means, k-medoids, and fuzzy c-means for clustering provinces in indonesia based on rice production in 2024 1,2. 14, 356–365. https://doi.org/10.14710/j.gauss.14.2.356-365

Pranandika, et al., 2025. (2025). Penerapan Metode K-Means Clustering Status Gizi Balita Di UPT Puskesmas Barong Tongkok. 5(1), 156–165.

Qonita, R., Huda, A., & Bahri, S. (2024). Analisis populasi ayam kampung di Jawa Timur dengan metode K-Means Clustering. 4(3), 225–231.

Rahmansyah, et al., 2023. (2023). Perbandingan Algoritma K-Means dan Fuzzy C-Means untuk Clustering Puskesmas Berdasarkan Gizi Balita di Surabaya. 18(1), 83–88.

Ramadhan, et al., 2023. (2023). Klasterisasi Komentar Cyberbullying Masyarakat di Instagram berdasarkan K-Means Clustering. 204, 32–39.

Rubiati, et al., 2023. (2023). I n f o r m a t i k a. 15(2), 75–82.

Sapitri, A., & Afrilia, Y. (2025). Implementation of Clustering Method Using K-Means Algorithm for Grouping BPJS Health Patient Medical Record Data. 9(5).

Tiyar, M. N. (2024). Klasifikasi Data Sasaran Imunisasi Bayi dan Baduta pada Puskesmas Berbasis Web Metode Clustering Algoritma K-Means. 7(1), 143–154. https://doi.org/10.32493/jtsi.v7i1.37321

Wijaksana, et al., 2025. (2024). PENERAPAN ALGORITMA K-MEANS CLUSTERING DATA GIZI BALITA PADA UPTD PUSKESMAS BUMI. 12(3).

Winarta, A., Kurniawan, W. J., & Komputer, F. I. (2021). OPTIMASI CLUSTER K-MEANS MENGGUNAKAN METODE ELBOW PADA DATA PENGGUNA NARKOBA DENGAN PEMROGRAMAN. 5(1).




DOI: http://dx.doi.org/10.36723/juri.v17i2.806

Refbacks

  • There are currently no refbacks.


Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional.

 

 

 

 

 

View My Stats